Claim Missing Document
Check
Articles

Klasifikasi Opini Terhadap Pertanian Sawit (Palm Oil) Indonesia Menggunakan Naïve Bayes Hafiz Irsyad; Muhammad Rizky Pribadi
JATISI (Jurnal Teknik Informatika dan Sistem Informasi) Vol 6 No 2 (2020): JATISI (Jurnal Teknik Informatika dan Sistem Informasi)
Publisher : Lembaga Penelitian dan Pengabdian pada Masyarakat (LPPM) STMIK Global Informatika MDP

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (203.709 KB) | DOI: 10.35957/jatisi.v6i2.182

Abstract

Last three years the production of oil palm agriculture has been considered to have increased significantly. Indonesia is the largest contributor to palm oil with Malaysia, which is 85-90% of the total world palm oil yield. With so much information on Indonesian oil palm on Twitter so that it can be used to see public opinion about Indonesian oil palm. In this study managed to collect tweet data from 28 August 2019 to 21 June 2018 resulting in 1015 tweets. In order to see the tweets, the categories are categorized into positive, negative and neutral, then the tweets are classified using the naïve Bayes method and using the Orange tools. Meanwhile, to do data crawling using Twitter API facilities. Of the 1015 data tweets 70% is used for training data and 30% for testing data. In the application of calisification with the naïve bayes method it produces an average accuracy of 0.83337% for the average of all categories, for precision obtains 0.80303% for the average of all categories, and for recall produces 0.90853% for all average categories. With this level of accuracy the Naïve Bayes method works in line with expectations.
Peramalan Harga Saham Pertambangan Pada Bursa Efek Indonesia (BEI) Menggunakan Long Short Term Memory (LSTM) Roby Julian; Muhammad Rizky Pribadi
JATISI (Jurnal Teknik Informatika dan Sistem Informasi) Vol 8 No 3 (2021): JATISI (Jurnal Teknik Informatika dan Sistem Informasi)
Publisher : Lembaga Penelitian dan Pengabdian pada Masyarakat (LPPM) STMIK Global Informatika MDP

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jatisi.v8i3.1159

Abstract

Stock investment is one of the right choices to get more profit. However, in investing in stocks, it is necessary to analyze the data of a company that can determine the rise or fall of a stock price in the company. Very dynamic movements require data modeling to predict stock prices in order to get a high level of accuracy. An algorithm was developed to solve the problem of long-term data or historical data, namely Long Short Term Memory (LSTM). By using the Long Short Term (LSTM) this study produces a fairly good RMSE value with an increase in the RMSE value based on the addition of the number of epoch variations. The optimal epoch variation was obtained with the number of epochs of 200. Meanwhile, the optimal RMSE value produced by the Long Short Term Memory (LSTM) method was generated by TINS issuers with an RMSE of 31.71.
Integrasi RUP dan DSDM untuk Rancang Bangun Sistem Informasi Olahraga yang Komprehensif Studi Kasus: Pengurus Besar Taekwondo Idonesia Muhammad Rizky Pribadi
Jurnal Sisfokom (Sistem Informasi dan Komputer) Vol 6, No 1 (2017): Maret
Publisher : ISB Atma Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (608.474 KB) | DOI: 10.32736/sisfokom.v6i1.43

Abstract

Dalam paper ini, penulis membahas beberapa isu metodologi terkait dengan pembangunan sistem informasi olahraga, dan menggambarkan mafaat yang diberikan kedapa organisasi olahraga terhadap penerapan sistem informasi dalam operasional organisasi. Dalam paper ini PBTI dipilih sebagai study kasus. Penulis membahas dalam paper ini manfaat menggunakan penelitian sebagai mekanisme untuk menjelajahi masalah terkait guna membentuk sebuah sistem informasi olahraga yang ideal
Analisis Performa Jaringan 3G Pada Saat Cuaca Bagus dan Cuaca Buruk Menggunakan OPNET Muhammad Rizky Pribadi
Jurnal Sisfokom (Sistem Informasi dan Komputer) Vol 6, No 1 (2017): Maret
Publisher : ISB Atma Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (329.913 KB) | DOI: 10.32736/sisfokom.v6i1.47

Abstract

Saat ini tiap operator telekomunikasi sudah menggunakan teknologi 3G/UMTS setelah sebelumnya GSM lalu disusul CDMA. Namun biasanya harga murah yang ditawarkan operator 3G tidak menjamin kualitas suatu pelayanan misalnya akses data yang susah sekali tersambung atau bahkan tiba-tiba putus saat kita melakukan koneksi. Untuk mengetahui penyebab kegagalan koneksi tersebut, dengan mengambil study kasus apakah cuaca merupakan penyebab dari gagal koneksi pada jaringan 3G. Untuk mensimulasikannya dalam penelitian ini menggunakan simulato OPNET. Untuk cuaca baik transmission power nya 1.0 DB sedangkan untuk transmission power nya 0.1 DB
Model Konseptual Penerapan Tata Kelola TI PLN Pembangkitan Sumbagsel Berdasarkan COBIT 5 Muhammad Rizky Pribadi; Hafidz Irsyad
Jurnal Informatika Global Vol 9, No 1
Publisher : UNIVERSITAS INDO GLOBAL MANDIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (456.205 KB) | DOI: 10.36982/jiig.v9i1.440

Abstract

AbstractThe implementation of IT governance in BUMN is a must. This is because BUMN use IT as an innovative service upgrade, both internal and external services. In the IT Governance there are several problems, such as the use of IT sometimes not in line with expectations, where an increasingly large IT investment was not followed by the increasing support for achieving the goals and strategies of companies / institutions. COBIT 5 is a renewed version that brings together cutting-edge thinking in engineering and IT governance. COBIT 5 is developed based on COBIT 4.1 by integrating Val IT and Risk IT from ISACA, ITIL, and relevant standards from ISO. Seven enablers of COBIT 5 standards are used as criteria in applying IT governance models in this study. PT PLN (Persero) Pembangkitan Area South Sumatra (PLN KITSBS) is one of the BUMN located in Southern Sumatra. PLN KITSBS is one of the generating units of PT PLN (Persero) which seeks the generation and supply of electricity in sufficient quantity and quality. PLN KITSBS has a capable power capacity of 2765 MW. PLN KITSBS has 10 (ten) generating sectors with work areas spread in South Sumatera, Bengkulu, Jambi, West Sumatera and Bandar Lampung. The research method used in this research is qualitative method, by doing case study approach. The result of this research is a draft of conceptual model of IT governance at PLN Pembangkitan Sumatera Selatan.Keywords : Conceptual model,IT governance,COBIT 5, PLN Abstrak Penerapan tata kelola TI di BUMN merupakan sebuah hal yang menjadi keharusan. Hal tersebut dikarenakan BUMN menggunakan TI sebagai inovasi pengingkatan layanan, baik layanan internal maupun eksternal. Dalam Tata Kelola TI terdapat beberapa masalah, diantaranya penggunaan TI kadang tidak sesuai dengan harapan, dimana investasi TI yang semakin besar ternyata tidak diikuti dengan dukungan yang semakin besar pula terhadap pencapaian tujuan dan strategi perusahaan/institusi. COBIT 5 adalah sebuah versi pembaharuan yang menyatukan cara berpikir yang mutakhir di dalam teknik dan tata kelola TI.COBIT 5 dikembangkan berdasarkan COBIT 4.1 dengan mengintegrasikan Val IT dan Risk IT dari ISACA, ITIL, dan standar yang relevan dari ISO. Seven enabler standar COBIT 5 digunakan sebagai kriteria dalam penerapan model tata kelola TI pada penelitian ini. PT PLN (Persero) Pembangkitan Area Sumatera Bagian Selatan (PLN KITSBS) merupakan salah satu BUMN yang berada di Sumatera Bagian Selatan. PLN KITSBS adalah salah satu unit pembangkitan PT PLN (Persero) yang mengusahakan pembangkitan dan penyediaan tenaga listrik dalam jumlah dan mutu yang memadai. PLN KITSBS ini mempunyai kapasitas daya mampu sebesar 2765 MW. PLN KITSBS memiliki 10 (sepuluh) sektor pembangkitan dengan wilayah kerja yang tersebar di Provinsi Sumatera Selatan, Bengkulu, Jambi, Sumatera Barat dan Bandar Lampung. Metode peneltian yang digunakan dalam penelitian ini adalah metode kualitatif, dengan melakukan pendekatan studi kasus. Hasil dari penelitian ini adalah sebuah rancangan model konseptual tata kelola TI pada PLN Pembangkitan Sumatera Bagian Selatan.Kata kunci : Model Konseptual, Tata Kelola TI, COBIT 5, PLN
Penerapan Tata Kelola Teknologi Informasi Dengan Menggunakan Cobit Framework 4.1 (Studi Kasus Pada Rsud Bari Palembang) Muhammad Rizky Pribadi
Jurnal Eksplora Informatika Vol 4 No 2 (2015): Jurnal Eksplora Informatika
Publisher : Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (181.52 KB)

Abstract

Dalam jurnal ini membahas tentang pentingnya Tata Kelola Teknologi Informasi, karena peningkatan peran Teknologi Informasi nantinya harus berbanding lurus dengan investasi yang dikeluarkan yang biasanya mengeluarkan uang dalam jumlah besar. Hal ini akan membutuhkan perencanaan yang matang dalam pelaksanaan investasi Teknologi Informasi nantinya. Untuk itulah diperlukan adanya tata kelola Teknologi Informasi yang baik pada suatu perusahaan dimulai dari perencanaan sampai dengan implementasi, agar perusahaan tersebut dapat berjalan secara optimal. COBIT 4.1 Framework menyediakan ukuran, indicator, proses dan kumpulan praktik terbaik untuk membantu perusahaan optimal dari pengelolaan Teknologi Informasi dan mengembangkan control terhadap manajemen Teknologi Informasi yang pantas untuk suatu organisasi. Dengan demikian perusahaan akan merasa bahwa investasi Teknologi Informasi mereka membawa keuntungan maksimal bagi proses bisnis mereka. Penelitian ini mengangkat kasus pada RSUD BARI Kota Palembang, dimana saat ini RSUD Bari telah dalam tahap menerapkan tata kelola Teknologi Informasi. Pada RSUD BARI penelitian ini hanya mengukur maturity untuk domain Acquire and Implementation (AI). RSUD BARI memiliki enam proses pada level defined dan satu proses pada level repeatable but intuitive yaitu pada proses Manage Changes.
Klasifikasi Opini Masyarakat Terhadap Jasa ISP MyRepublic dengan Naïve Bayes Hafiz Irsyad; Ahmad Farisi; Muhammad Rizky Pribadi Mail
Jurnal Nasional Teknik Elektro dan Teknologi Informasi Vol 8 No 1: Februari 2019
Publisher : Departemen Teknik Elektro dan Teknologi Informasi, Fakultas Teknik, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1060.237 KB)

Abstract

Opinion classification is an analysis that aims to determine the sentiments of the community or a group about a particular entity. Opinion classification can be categorized as positive, negative, and neutral. This research of the classification of public opinion was conducted on the MyRepublic internet service provider. At the moment, MyRepublic has reached sevenprovinces in Indonesia. MyRepublic has used a lot of media to communicate with its customers, especially Twitter. MyRepublic Twitter account is MyRepublicid with a number of followers of 9,414. This research uses comments or tweets from followers that can be used to see opinions from followers of My Republic, whether positive or negative. The comments or tweets classification on Twitter is using naïve Bayes method. The data used is 1,553. As much as 70% of the data from each category is used as training data and the remaining 30% as testing data. The naïve Bayes method produces positive accuracy value of 0.976%, negative accuracy value of 0.82895%, and neutral accuracy value of 0.8333%, with an average of 0.87949%. Based on the result, it can be concluded that the naïve Bayes method is able to classify the data very well.
IMPLEMENTASI TEXT MINING DALAM PENGELOMPOKAN DATA TWEET PERTANIAN INDONESIA DENGAN K-MEANS Hafiz Irsyad; M Rizky Pribadi
Kurawal - Jurnal Teknologi, Informasi dan Industri Vol 3 No 2 (2020): Jurnal Kurawal Volume 3, Nomor 2, Oktober 2020
Publisher : Universitas Ma Chung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33479/kurawal.2020.3.2.164 - 172

Abstract

Pertanian 4.0 merupakan suatu gebrakan dimana konsumen lebih dekat pada petani atau para perusahaan pertanian. Salah satu bentuk pertanian 4.0 ini adalah pertanian digital agar setiap kegiatan pertanian dapat terekam, menghasilkan data dan informasi terhadap bentuk dukungan untuk aktivitas pertanian di Indonesia. Pada penelitian ini menerapkan text mining pada data tweet agar dapat mengelompokkan data tersebut dengan menggunakan Algoritma K-Means. Dalam implementasi peneletian ini dibantu dengan menggunakan 2 tools, yakni orange tools untuk melakukan text processing dan Rapidminer untuk melakukan pengolahan algoritma KMeans. Hasil dari penerapan algortima K-Means terdapat 5 klaster, yaitu Pangan, Produksi, Lahan, Ekspor dan Teknologi. Dari 5 (lima) klaster tersebut kemudian menggunakan operator % performance pada rapidminer untuk mendapatkan rata-rata akurasi terhadap klaster tersebut adalah 0.344%. maka hasil dari penelitian ini terdapat 2 klaster yang nilainya tinggi yaitu kluster 0 Pangan dengan nilai 0.528% dan kluster 2 Produksi dengan nilai 0.523% dan untuk kluster yang nilai paling rendah adalah klaster 3 tentang ekspor dengan nilai 0.123% dengan hasil tersbut artinya implementasi text mining dapat dilakukan pada tools rapidminer.
Implementasi Algoritma Neural Network Dengan Optimisasi Hyperparameter Untuk Prediksi Harga Saham Muhammad Rizky Pribadi; Evi Maria; Suryasatria Trihadaru; Sri Yulianto Joko Prasetyo; Sutarto Wijono
JATISI (Jurnal Teknik Informatika dan Sistem Informasi) Vol 9 No 4 (2022): JATISI (Jurnal Teknik Informatika dan Sistem Informasi)
Publisher : Lembaga Penelitian dan Pengabdian pada Masyarakat (LPPM) STMIK Global Informatika MDP

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jatisi.v9i4.3658

Abstract

Stocks are one of the investment instruments that are currently in demand because they have a greater return value than saving in a bank. It's just that investing in stocks has the risk of decreasing the value of the stock price, which can make investors lose money. Mining stocks are currently the prima donna of investors, because their value continues to rise. However, buying shares at the right time is still an obstacle, therefore a stock price prediction is needed that can help investors determine the right time to buy mining shares. The use of machine learning can be done to predict stock prices. The data used in this research is PTBA stock price data from 2017 – 2022. In this study, the Neural Network algorithm is used with hyperparameter optimization. In this study, the RMSE value was 30.634. A small RMSE value indicates that the Neural Network algorithm can be used to predict PTBA's stock price.
Klasifikasi Jenis Buah dan Sayuran Menggunakan SVM Dengan Fitur Saliency-HOG dan Color Moments Yohannes Yohannes; Muhammad Rizky Pribadi; Leo Chandra
ELKHA : Jurnal Teknik Elektro Vol. 12 No. 2 October 2020
Publisher : Faculty of Engineering, Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/elkha.v12i2.42160

Abstract

Fruit is part of a plant that comes from the flower or pistil of the plant and usually has seeds. Meanwhile, vegetables are leaves, legumes, or seeds that can be cooked. Fruits and vegetables have many variants that can be distinguished based on color, shape, and texture. The Saliency-HOG feature and Color moments were used in this study to extract shapes and colors features in fruit and vegetable images. In this study, the Support Vector Machine (SVM) method was used to classify the types of fruit and vegetables. The dataset used in this study is a public dataset consisting of 114 images of fruit and vegetables. Each type of fruit and vegetable contains 100 images consisting of 70 images as training data and 30 images as testing data. There are 4 saliency features used in the testing phase, namely Region Contrast (RC), Frequency-tuned (FT), Histogram Contrast (HC), and Spectral Residual (SR). Based on the test results, the Saliency-HOG and Color Moments features were able to provide good results with the best precision, recall, and accuracy being 98.57%, 98.55%, and 99.120%, respectively.
Co-Authors -, Felicia Adi Saputra Aditya Al Assad Adrian Chen Ahmad Dumyati Ahmad Farisi Ahmad Zaky Nadimsyah Alwin Marcellino Ampu Syura Andreas Andreas Andreas Danny Agus W Andreas Saputra Andrian Wijaya Angel Kelly Angelica, Steffanie Asyraq, Cerwyn Bakti Ananda Fernando Bautista, Christian Bella Jenni Ourelia Boy Putra Calvin Bertnas Valentino Calvin Saputra Carissa Maharani Chandra Caroline, Fellycia Chandra Saputra Clara Meyhazlinda Putri Clement, Michael Joy Daniel Daniel Daniel Johan Daniel Wijaya Darwin Saputra David Sebastian Dedy Hermanto Desta Rahman Theja Desy Iba Ricoida Devina Suryanto, Serenity Dicky Ryanto Fernandes Diva Putri Kynta Dwi Apriyanti Sastika Effendi pratama, Samuel Egi Fransisco Saputra Eka Puji Widiyanto Evangs Mailoa Evi Maria Fadhil Sa'adat Fajar Ariansyah, Muhammad Farisi, Ahmad Fathimah Azzahra Feliansyah, Fernando Felicia Felicia Fellyca Effendi Feriyanto Feriyanto Ferliansyah, Fernando Fernandi Indi Nizar G Fernando Fernando Fernando Namas Fionna Caroline Florence Renaldo Frans Bachtiar Fransiskus Daniel Chandra Frisky Wijaya Geraldo Wilson Gerry Christian Pilipus Gunawan, Michael Hafidz Irsyad Hafiz Irsyad Hansen Hansen Hendrawan, Malvin Hendry Hindriyanto Dwi Purnomo Ilham Indra Hidayat Imelia Dwinora Cahyati Indi Nizar G, Fernandi Ivan Luthfi Laksono Jackie Wijaya Jasen Jonathan Ja`Far Ja`Far Jelvin Krisna Putra Jerin, Nathaniel Kasanova, Sinyo Kelvin Dwi Wahyudi Kevin agustria zahri Kevin Andreas KGS M Ammar Yazid Kurniawan, Ricky Arie Laksana, Jovansa Putra Laurentius Ricardo Wijaya Leo Chandra Leonardo Yahya Lin, Valen Julyo Armando Davincy Lipi Amanda Putra Lucretia, Jolyn M Lazuardi Ferdillian Michael michael Wijaya Millenia Mudita Chandra Muhammad Abdul Azizul Hakim Muhammad Alfa Rizi Muhammad Azril Fahrezi Muhammad Dafhi Mayrizkiy Muhammad Dody Muhammad Fadli Muhammad Hamdandi Muhammad Naufal Anugrah Muhammad Redho Saputra Muhammad Reyza Nirwana Muhammad Robi, Muhammad Nabila Syiva Altarisa Nabilah Dayanah Nathacia Lais Naufal Akbar Neilsen Nicholas Komah Nicolas Jacky Pratama Hasan Nova Ariansyah Pibriana, Desi Pratama, Brilliant Chandra Purwasih, Opita Putra Laksana, Jovansa Putri, Agnes Anastasia Regian batistuta, Putra Reza Satria Rika Maulina Riki Chandra Rio Ferdynand Riska Fajriati Rivaldo Therino Elevan Rivaldo, Mario Riza Umami Rizky Kurniawan Roby Julian Romi Laxi Ronaldo Putra Rusbandi rusbandi rusbandi, rusbandi Salwa Fakhira Imletta San Gabriel Vanness Kenrick Erwi Sanila Maharani Santoso, Fian Julio Saputra Edika, Nelson Sardika, Ricky Putra Shela, Shela Sherdian Djunaidi Sinshevan Viswanatan Kravizt Erwi Sonia Sonia Sri Yulianto Joko Prasetyo Stephanie Stephanie Stephen Setyawan Steven Tribethran Suparto, Adrian Suryasatria Trihadaru Susanto, Peter Reynard Sutarto Wijono Syahrani Nur Hakim Syifa Wahyuni Tad Gonsalves Tangguh Prana Welas Sukma Vannes Wijaya Vanness Bee Vincent Vincent Virgiansyah, Muhammad Rifqi Wijang Widhiarso Wijaya, Ananda Wilcent, Wilcent William Wijaya Wiwik Handayani Yennica Valentine Hagunawan Yohanes Andika Dharma Yohanes Fransisco Mardi Chandra Yoko Saputra Dewa Yosefa Camilia Moniung Yunarto Yunarto, Yunarto `Adelia Anjelina